制造企业开展知识问答或岗位智能体试点时，可以先把“系统建设”拆解为一个能够验证的业务任务。
本文围绕研发资料查询、设备维修知识辅助等场景，介绍试点设计与评估思路，不涉及具体检索架构或性能测试。
1．定义任务范围
先说明用户是谁、处理什么问题、参考哪些资料，以及交付什么结果。
例如：
面向某一设备系列，依据已确认版本的维修手册和历史案例，整理与故障现象相关的排查依据，标明来源和适用条件，由工程师复核。
资料没有明确依据的部分，应作为待确认事项保留。
2．整理知识及管理信息
除了文档内容，还需要关注：
- 对应产品、设备或业务范围；
- 资料版本与有效状态；
- 访问权限；
- 更新责任；
- 历史案例的审核状态。
缺失信息应在整理过程中处理，不能假设模型能够自行补齐。
3．区分辅助输出与业务执行
检索规范、汇总案例和整理建议，主要涉及知识使用。调整生产参数、调用业务系统或操作设备，则进一步涉及执行权限和系统联动。
试点应明确当前覆盖到哪一步，哪些结果需要人员确认，哪些操作不在授权范围内。
4．准备可比较的评估任务
可以选择一组范围明确的历史问题，由业务人员确认参考资料与判断标准，再比较原有方式和试点方式的表现。
评估内容包括资料获取时间、结论适用性、来源支持情况、人工修改量和问题处理过程。对错误案例，应区分资料缺失、版本问题、适用条件不清与输出错误，便于后续改进。
5．将审核后的经验纳入维护流程
新的维修结果或技术结论，需要经过审核后再进入知识体系，并明确后续更新方式。
360亿方智能的制造行业AI知识管理方案，以360AI知识库为基础，围绕技术文档、设备手册和历史案例的整合与治理，探索岗位智能体应用。
知识库试点既要验证输出，也要验证维护与复核流程。能够持续更新和检查，才有条件向更多任务扩展。
